對商品評價的三個方面

當打分高的人佔比越多，也就意味着，你的產品被推薦給其他人的可能性越高 ，用戶願意使用自己的信用背書去推薦你的產品，證明用戶真的滿意，你的產品口碑真的不錯！ 感興趣的可以點擊查看 17個使用NPS獲得商業成功的案例 但是光看用戶滿意度，是遠遠不夠的，why？假如a產品和b產品，功能服務都差不多，那麼對a產品滿意的用戶，太容易轉頭就去使用b了，因爲大家都差不多，都能讓我滿意！那我用誰其實沒差別。
產品核心競爭力： 如果a產品相對b產品來說，在某些地方是有自己獨特的優勢，並且已經打造成了核心競爭力。
舉個例子，微信，市面上跟微信功能差不多的app數不勝數，爲什麼它可以獨霸天下？是因爲他打造了微信生態壁壘，不管你在哪裏玩什麼app，要聊天溝通談合作，大家還是要回到微信裏面去。
如何構建自己產品核心競爭力？NPS也可以幫到一點小忙，在收集打分的過程中， NPSMeter的NPS調研可以設計開放式調研問題，追問用戶打分的原因，挖掘用戶真實的想法。
反饋給產品經理。
舉個例子：推薦者的反饋，一定是產品的優勢，貶損者的反饋，一定是產品的劣勢。
這些反饋整理出來，構建核心競爭力也有大概的方向和思路了。

有了用戶滿意和產品的核心競爭力，我們還要考慮這個產品它未來流量或者變現能力怎麼樣？畢竟一款產品開發出來，就是要獲取商業意義上的成功，不能白乾啊！要不就是產品免費，但有流量就不會愁沒錢；要不就是產品收費並且有一定的變現能力。
商業變現/業務數據： 可以簡單想象一下，你已經通過用戶滿意以及產品核心競爭力，給產品打造出了良好的用戶口碑，如果你能利用口碑外加一些獎勵，驅動讓現有客戶把產品推薦給朋友，新來的人又推薦新的用戶，那麼產品就會有源源不斷的用戶增長，也預示着這款產品會有較好的變現能力。

對京東店鋪的賣家們來說，自然希望能夠做好京東店鋪的動態評分。
而且當這個評分出現降低的情形時，那賣家們應該要怎麼辦呢？爲什麼會出現這種情況呢？ 評分降低怎麼辦？ 1、標題和封面要做好。
店鋪動態的標題要研究好，尤其是對副標題的撰寫，對於動態瀏覽量的影響十分之大。
2、控制店鋪每天發佈動態時間。
店鋪動態發佈的最佳時間在15：00~20:00，這個時間段閱讀的人數較多，當然這隻適合絕大多數店鋪。
3、遵循店鋪的動態發佈條數限制的法則。
每天可以發3條，可以刪除重發，但建議不要經常刪除重發，京東抓取店鋪動態到品牌頭條展示的次數是有限的，一般一天一次。
4、店鋪動態發送要選擇標籤。
增加店鋪動態的標籤，可以更精準地篩選目標人羣，把有用的東西呈現到目標人羣的手機上。
5、宣傳店鋪活動。
如何店鋪有活動，可以把活動每天都發一條動態，起到宣傳作用，對價格敏感的用戶會被吸引來購買。
6、建議隔天發個買家秀(配合補單進行)，一方面增加店鋪曝光度，讓別人知道我們這個店鋪，另一方面用買家的口碑進行宣傳，更具說服力。
7、發籤到有禮，簽到有禮的規則有每天簽到有禮、連續簽到有禮。
設置不同的天數簽到福利(適合對價格較敏感的客戶)增加店鋪粉絲粘性。
8、寫好動態有三種處理：發佈、定時發佈、存草稿(下次編輯)。
有急事或其他情況就可以先寫好，再設置定時發送，挺方便的。
9、發貨和評價，發貨的速度控制在24小時內(有京東倉庫的最好放進去)，有效率一點，客人開心，你的錢也快到手一點，另外評價引導一下消費者，如果不會引導，那麼補單的評價儘量寫詳細一點。
爲什麼下降？ 1、商品評分包括商品質量滿意度、商品描述滿意度和退換貨。
這個主要是客戶前面兩個是客戶評價及運營指標。
前兩者都是根據客戶完成訂單後進行了評價結果給予打分。
這個就可以根據自己店鋪的用戶評價，進行評價的優化，跟買家進行溝通進行評價的修改。
2、服務評分包括賣家服務態度滿意度、配送人員態度滿意度、退換貨處理滿意度、在線客服滿意度、工單回覆率這幾個方面組成。
其實前4項都屬於客戶評價範圍，最後一項屬於運營指標。
針對是客戶評價這一點，可以在售前售中售後跟客戶持續保持溝通，發現問題及時處理，這樣可以減少差評的評價率，這樣可以提高客戶的評分。
而工單回覆率的算法公式是：工單回覆率=1-(3H超時量/工單量)，這項評分是越高越好的。
3、時效評分主要是包括物流速度滿意度、發貨及時率、退換貨處理時長、在線客服響應時長這幾個方面。
除了第一個處於客戶評價之外，後面三個都是運營指標。
寫在最後 這三個指標，前三個都是越高越好，最後一個是越短越好。
所以在客戶評價方面，一定要加強溝通，把差評扼殺在搖籃裏。
而在運營指標方面的話，就要提高運營人員的素質了，比如說客服就要提高她們的應答時間，提高效率。

《基於文本語義挖掘的商品評論信息可信度分析研究》是依託南京理工大學，由丁晟春擔任項目負責人的青年科學基金項目。
項目摘要 商品評論信息的可信度會對用戶購買決策產生重大影響，已有研究主要從用戶行爲、心理感知等方面，研究影響用戶對評論信息信任程度的因素，但缺乏對評論信息可信度的定量分析研究。
本申請將結合文本挖掘、信息組織等方法，從商品評論信息的文本語義出發，擬在申請者前期對評論信息傾向性分析研究的基礎上，探索有效的評論信息可信度定量分析模型。
進行如下三方面研究：1.從虛假商品評論信息的發佈動機和行爲出發分析其特徵規律；2.結合領域本體和條件隨機場模型進行可信度特徵的選擇及其特徵庫的構造，並據此構造規則集進行評論信息可信度文本特徵詞的自動抽取研究；這是研究重點。
3.在上述基礎上，設計基於領域本體的評論信息可信程度計算規則，提出基於Jena推理機的文本可信程度語義推理計算算法，並通過該計算方法得到商品評論信息可信度分析結果。
這是研究的難點。
本項目旨在爲意見挖掘提供可信的信息資源，爲虛假評論信息的審覈過濾提供有效方法。
結題摘要 商品評論信息的可信度會對用戶購買決策產生重大影響，已有研究主要從用戶行爲、心理感知等方面，研究影響用戶對評論信息信任程度的因素，但是缺乏對評論信息可信度的定量分析研究。
本課題結合了文本挖掘、信息組織、統計學等方法，從商品評論信息的文本語義出發，探索商品評論信息可信度定量分析模型，具體的研究包括以下三個方面：1.從虛假商品評論信息產生的動機、表現的行爲和發佈的渠道三個角度分析其特徵規律，研究發現虛假評論信息產生的動機一般分爲推銷、詆譭、干擾和無意義四類，表現的行爲爲造假和隱藏，並在此基礎上，從評論信息的內容、評論信息的來源以及評論者自身三個維度進行了評論信息可信度特徵的分析；2.將領域本體和CRFs模型結合起來進行可信度特徵的選擇與特徵詞的自動抽取：首先通過商品評論信息可信度影響因素實證分析，驗證了課題組所選各個可信度特徵的有效性，之後分別通過商品評論信息領域本體構建與完善、基於CRFs模型和本體的評價詞集構建，基於Jena推理的隱性商品評論對象抽取、基於CRFs模型的顯性評價對象以及情感極性特徵的自動識別來完成了評論信息可信度特徵詞的自動抽取，實驗結果表明課題組所提方法的有效性和優越性，該部分爲研究的重點；3.在上述基礎上，針對商品評論信息可信度的計算進行了定性和定量兩方面的研究。
首先，課題組提出了基於SVM模型的垃圾評論識別方法，成功地過濾了商品評論信息中的垃圾評論；之後採用CRFs模型和領域本體相結合的方法對商品評論信息的可信度進行了四級評估研究，依據實驗結果對“人工效用評價”提出了改進建議：最後爲了對商品評論信息的可信度進行更爲準確的量化計算，又在可信度特徵分析的基礎上，設計了可信度特徵的計算規則，並提出了基於SVR模型的商品評論可信度計算方法，並通過該計算方法得到商品評論信息可信度分析結果。
這是本研究的難點。
本項目將研究過程中提出的情感傾向性分析與評價對象抽取方法應用到了NLPCC2013、COAE2013和COAE2014等公開的中文傾向性測評的任務中，取得了不錯的結果，驗證了本文所提出的方法的有效性。
之後依託於本項目的研究成果，開發了“手機商品評論信息抓取與分析”應用系統，參與“2014年（第7屆）中國大學生計算機設計大賽”，取得了良好的成績，爲垃圾評論的識別、商品評論信息可信度分析提供了有效的方法。